Новиот напреден модел на Google го надминува Claude Opus 5.5 во неколку клучни тестови за перформанси.
Напредните модели од OpenAI и Anthropic неодамна се најдоа во жестока конкуренција, при што секоја страна истакнува победи во различни категории. Сега, Google се вклучува во трката со својот најнов модел, Gemini 4 Carbon, кој се одликува со врвни резултати во клучни области, како што се сајбер-безбедноста и програмирањето. „Изграден врз основа на моделот Gemini 4 Argon – претставен пред само две недели – Carbon ја покажува брзината со која ги поместуваме границите на можното“, наведува компанијата во објава на својот блог.
Introducing Gemini 4 Carbon, our latest frontier model.
Carbon delivers improved performance across domains — ranking #1 on v5.0 of the @ArtificialAnlys Intelligence Index and sets a new state-of-the-art in cybersecurity and long-horizon capabilities.
It’s rolling out starting this week to cyber defenders through our Fairwind Program, with expanded access coming soon 🧵
— Google (@Google) October 28, 2026
Внатрешните тестирања на Google покажуваат дека Gemini 4 Carbon постигнал највисок резултат од 59 поени на AA Index v5.0 (репер за општа вештачка интелигенција), со што се позиционира малку пред моделите Claude Opus 5.5 и GPT-6 Astra. Google, исто така, тврди дека има речиси целосна доминација во сите категории, вклучувајќи ги, меѓу другото, автономното програмирање (agentic programming), користењето компјутери, интелектуалната работа, како и науката и математиката. Google особено ја истакна доминацијата на Carbon во областа на сајбер-безбедноста, каде што значително ги надмина другите модели.
Во оваа категорија, Google тврди дека Gemini 4 Carbon е исклучително ефикасен во идентификувањето и одредувањето на приоритетите за ранливостите, како и во нивното отстранување преку решавање на основниот причинител. Компанијата наведува дека овој модел ја подобрува безбедноста и сигурноста на напредните модели со вештачка интелигенција, намалувајќи ја употребата на заобиколни решенија и искористувањето на системските ранливости.
Google’s Gemini 4 Carbon is the new #1 on the Artificial Analysis Intelligence Index v5, and second only to Claude Opus 5.5 on the Artificial Analysis Coding Agent Index
Gemini 4 Carbon scores 59 on Intelligence Index v5, driven by leading performance in complex reasoning, knowledge, and scientific tasks. It also has large gains in coding and knowledge work, particularly when compared to other Gemini models, but it is not leading in all these areas.
As with launch of Gemini 4 Argon, Gemini 4 Carbon is being rolled out to selected users and is not yet publicly available. Google is offering a 50% launch discount, with no confirmed end date. All our charts and figures use standard pricing for both Gemini 4 Carbon and Argon.
Key results for Gemini 4 Carbon with high reasoning:
➤ Gemini 4 Carbon leads the Intelligence Index v5, with the #1 score in 4 of the 9 Index evaluations: HLE-Diamond, Terminal-Bench-Science, AA-Omniscience, AutomationBench-AA. Carbon makes substantial gains elsewhere but is not leading in coding and knowledge work➤ Behind only Claude Opus 5.5 on coding agents: With Antigravity CLI, Gemini 4 Carbon (high) scores 59 only 3 points behind Claude Code with Claude Opus 5.5 (max, 62) on the Artificial Analysis Coding Agent Index. Carbon ranks second on both Terminal-Bench 4.0 (64%) and FrontierCode v1.1 (51%), behind Claude Opus 5.5 (max) at 56%. Google has historically underperformed in this area and so this improvement stands out
➤ Improved agentic knowledge work, but not yet leading: On AA-Briefcase, Gemini 4 Carbon (high) scores 1609 Elo, a 126-point improvement over Gemini 4 Argon (high, 1483), but still behind models including Grok 4.7 (xhigh, 1638), Muse Wonder (max, 1659) and Kimi K3.1 Pro (1678). The largest gain comes from Presentation, up 293 Elo to 1598, alongside a 120-point improvement in Analytical Quality to 1671
➤ Lower Cost per Task than Claude Opus 5.5 for comparable overall intelligence: Gemini 4 Carbon costs $7.76 per Intelligence Index task, ~23% less than Claude Opus 5.5 (max, $10.04) but ~1.2x GPT-6 Astra (max, $6.25). It uses 123k output tokens per task, 29% fewer than Claude Opus 5.5 (max, 173k). At the same $4/$20 standard pricing, its Cost per Task is in line with Gemini 4 Argon ($7.68), while scoring 9 points higher on the Intelligence Index
➤ Leading AA-Omniscience v1.1 score, with low hallucination: Gemini 4 Carbon scores 54 on our recently updated AA-Omniscience v1.1, 6 points ahead of Claude Opus 5.5 (max, 48) and 8 points ahead of Gemini 4 Argon (46). Accuracy (% correct) rises 10 points over Argon to 58%, while its hallucination rate rises from 4% to 11%. This is still the second lowest of any model, behind only Argon, compared with 50% for both Claude Opus 5.5 (max) and GPT-6 Astra (max)
Key model details:
➤ Context Window: 1M tokens
➤ Multimodality: Text, image, video, and speech input, with text output
➤ Pricing: $4/$20 per 1M input/output tokens, the same as Gemini 4 Argon’s standard pricing, with a 50% discount. Cached input tokens receive a 95% discount ($0.20 per 1M)Congratulations to the @GoogleDeepMind team!
— Artificial Analysis (@ArtificialAnlys) October 28, 2026
Тој ја зголемува транспарентноста и искреноста (да, постои тест и за „непоткрепени тврдења“), обезбедува отпорност на напади преку инјектирање на команди (prompt injection), ја подобрува соработката и „ги извршува задачите без да ги надмине границите на своето овластување“. Понатаму, веројатноста тој да генерира безбеден код е двојно поголема во споредба со моделот Argon.
Како што беше случајот и со претходните напредни модели, Carbon првично ќе биде достапен само за одбрани компании од секторот за сајбер-одбрана, што ќе овозможи тестирање пред официјалното пуштање во употреба. Со текот на времето, Google ќе го прошири пристапот и на други доверливи партнери преку својата програма „Fairwind“, пред моделот да стане достапен за општа употреба. Токму ова е пристапот што Google го примени и кај моделот Gemini 4 Argon, кој сега е достапен во рамките на апликацијата Gemini, како и преку пребарувањето засновано на вештачка интелигенција (AI search mode).